Black Forest Labs का FLUX.2 Pro आज उपलब्ध सबसे शक्तिशाली टेक्स्ट-टू-इमेज मॉडल में से एक है, और आप इसे PicassoIA पर मुफ़्त में इस्तेमाल कर सकते हैं। यह लेख बताता है कि सही प्रॉम्प्ट, सेटिंग्स और क्रिएटिव दिशा के साथ इससे स्टूडियो-क्वालिटी और फोटोरियलिस्टिक इमेज कैसे बनाएँ। कोई GPU नहीं, कोई API key नहीं, कोई सेटअप नहीं।
FLUX.2 Pro बिना ज़्यादा शोर-शराबे के आया, लेकिन जिसने इसके साथ थोड़ा वक़्त बिताया है वह जानता है: यह AI इमेज जनरेटर की एक अलग श्रेणी है। ज़्यादातर टूल्स अब भी फोटो जैसी स्किन टेक्सचर, सही हाथ या सुसंगत बैकग्राउंड के साथ जूझते हैं, जबकि FLUX.2 Pro ऐसी इमेज देता है जो एक नज़र में प्रोफ़ेशनल फोटोग्राफ़ी लगे। सबसे अच्छी बात यह है कि आप इन्हें अभी, बिना कुछ इंस्टॉल किए, बिना GPU किराये पर लिए और बिना API सब्सक्रिप्शन के मुफ़्त में बना सकते हैं।
इस लेख में सब कुछ शामिल है: FLUX.2 Pro को बाकी मॉडलों से क्या अलग बनाता है, ऐसे प्रॉम्प्ट कैसे लिखें जो असली नतीजे दें, PicassoIA पर इसे चलाने का स्टेप-बाय-स्टेप तरीका, वे आम गलतियाँ जो ज़्यादातर लोगों की आउटपुट क्वालिटी सीमित कर देती हैं, और इसके बाकी संबंधित मॉडलों की तुलना में यह मॉडल किन चीज़ों में बेहतर है, इसकी ईमानदार समीक्षा। आप डिज़ाइनर हों, फ़ोटोग्राफ़र हों, मार्केटर हों या बस कुछ आकर्षक दृश्य बनाना चाहते हों, यहीं से शुरू करें।
ज़्यादातर AI इमेज मॉडल दो श्रेणियों में आते हैं: तेज़ पर सामान्य, या विस्तृत पर धीमे। FLUX.2 Pro किसी एक श्रेणी तक सीमित नहीं रहता, यह दोनों देता है।
मूल FLUX आर्किटेक्चर के पीछे की टीम, Black Forest Labs, ने इसे बनाया है, और FLUX.2 Pro एक 12-बिलियन पैरामीटर वाला रेक्टिफ़ाइड फ़्लो ट्रांसफ़ॉर्मर है। यह सिर्फ़ मार्केटिंग की भाषा नहीं है। इसका मतलब है कि मॉडल इमेज जनरेशन को पुराने लेटेंट डिफ्यूज़न मॉडलों से बिल्कुल अलग गणितीय रास्ते से प्रोसेस करता है। नतीजा यह है कि प्रॉम्प्ट और आउटपुट के बीच ज़्यादा सुसंगति मिलती है, एनाटॉमिकल गलतियाँ काफ़ी कम होती हैं, और रोशनी व टेक्सचर को कहीं ज़्यादा स्वाभाविक ढंग से संभालता है।
व्यवहार में यह ऐसा दिखता है:
💡 Tip: FLUX.2 Pro पोर्ट्रेट फ़ोटोग्राफ़ी, फ़ैशन इमेज, आर्किटेक्चरल शॉट्स और प्रोडक्ट फ़ोटोग्राफ़ी में खास तौर पर अच्छा प्रदर्शन करता है। ये वे श्रेणियाँ हैं जहाँ AI और पारंपरिक फ़ोटोग्राफ़ी के बीच यथार्थता का अंतर सबसे कम है, और जहाँ प्रतिस्पर्धी मॉडलों पर इसकी बढ़त सबसे साफ़ दिखती है।
U-Net (जो Stable Diffusion में इस्तेमाल होता है) से ट्रांसफ़ॉर्मर-आधारित फ़्लो मॉडल की ओर बदलाव FLUX.2 Pro को आपके टेक्स्ट प्रॉम्प्ट के साथ गुणात्मक रूप से अलग रिश्ता देता है। यह सिर्फ़ ट्रेनिंग डेटा से पैटर्न नहीं मिलाता, बल्कि कम्पोज़िशन के बारे में स्थानिक रूप से तर्क करता है। इसीलिए यह असामान्य या जटिल प्रॉम्प्ट को अपने पिछले वर्ज़न से कहीं बेहतर संभालता है।
ईमानदार जवाब: ज़्यादातर लोगों की उम्मीद से कहीं ज़्यादा अच्छे, पर पूरी तरह प्रॉम्प्ट पर निर्भर।
FLUX.2 Pro किसी अस्पष्ट प्रॉम्प्ट को नहीं बचा सकता। अगर आप लिखें "प्रकृति में एक महिला", तो आपको ठीक-ठाक लेकिन साधारण नतीजा मिलेगा। उसे विशिष्ट विवरण दें, जैसे रोशनी की दिशा, लेंस की फ़ोकल लेंथ, फ़िल्म स्टॉक, टेक्सचर के ब्योरे, और यह ऐसी इमेज बनाएगा जो $5,000 प्रति दिन वाले कमर्शियल फ़ोटोग्राफ़ी शूट जैसी लगे। क्वालिटी की ऊपरी सीमा सचमुच बहुत ऊँची है। लेकिन निचली सीमा आपके हाथ में है।
यह पिछले मॉडलों से अलग है, जहाँ ज़्यादा शब्दों का मतलब हमेशा बेहतर नतीजे नहीं होता था। FLUX.2 Pro की प्रॉम्प्ट एडहेरेंस की ऊपरी सीमा बहुत ऊँची है। यह मॉडल विवरण की गहराई से फ़ायदा उठाता है। आप असल में एक सिनेमैटोग्राफ़र का ब्रीफ़ लिख रहे होते हैं, और मॉडल उसी स्तर के निर्देश पर प्रतिक्रिया देता है।
यहाँ मुख्य विकल्पों के साथ एक ईमानदार तुलना है, जो सभी मुफ़्त में उपलब्ध हैं:
| मॉडल | रियलिज़्म | प्रॉम्प्ट एडहेरेंस | स्पीड | सबसे अच्छा किसके लिए |
|---|---|---|---|---|
| FLUX.2 Pro | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐ | कमर्शियल-क्वालिटी फोटोरियलिज़्म |
| FLUX.2 Dev | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | तेज़ इटरेशन, प्रयोग |
| FLUX.2 Max | ⭐⭐⭐⭐⭐ | ⭐⭐⭐⭐⭐ | ⭐⭐⭐ | अधिकतम क्वालिटी, समय का दबाव नहीं |
| FLUX 1.1 Pro | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | ⭐⭐⭐⭐ | पिछली पीढ़ी की क्वालिटी, भरोसेमंद |
| SDXL | ⭐⭐⭐ | ⭐⭐⭐ | ⭐⭐⭐⭐⭐ | तेज़, लचीला, LoRA-फ़्रेंडली |
ज़्यादातर प्रोफ़ेशनल उपयोगों के लिए, जैसे ब्रांड इमेज, एडिटोरियल पोर्ट्रेट, प्रोडक्ट फ़ोटोग्राफ़ी और सोशल कंटेंट, FLUX.2 Pro सही विकल्प है।
FLUX.2 Pro सीधे PicassoIA पर उपलब्ध है। इसके लिए कोई API key, लोकल GPU, इंस्टॉलेशन या ब्राउज़ करने के लिए अकाउंट नहीं चाहिए। यहाँ शून्य से आपकी पहली हाई-क्वालिटी इमेज तक का पूरा वर्कफ़्लो है।
FLUX.2 Pro मॉडल पेज पर जाएँ। इंटरफ़ेस जान-बूझकर साफ़-सुथरा रखा गया है: ऊपर प्रॉम्प्ट फ़ील्ड, नीचे जनरेशन पैरामीटर, और उसके नीचे आउटपुट गैलरी। सादगी से धोखा न खाएँ, गहराई प्रॉम्प्ट में है।
यहीं ज़्यादातर लोग कम मेहनत करते हैं। एक मज़बूत FLUX.2 Pro प्रॉम्प्ट में पाँच ज़रूरी हिस्से होते हैं:
फ़ैशन पोर्ट्रेट के लिए उदाहरण प्रॉम्प्ट:
A 28-year-old woman with warm olive skin and dark wavy hair, wearing
a cream linen shirt half-tucked, standing in a sunlit Lisbon alley.
Warm late-afternoon backlight from camera-right, soft ambient fill
from whitewashed wall on left. Canon EOS R5, 85mm f/1.4, Kodak Portra
400, shallow depth of field, cobblestones slightly blurred behind,
film grain, 8K RAW photography --ar 16:9 --style raw
ऐसा प्रॉम्प्ट लगातार ऐसी इमेज देगा जिसे आप ब्रांड कैंपेन के रूप में पोस्ट कर सकते हैं।
| सेटिंग | सुझाया गया | यह क्या नियंत्रित करता है |
|---|---|---|
| स्टेप्स | 28–35 | रेंडरिंग का विवरण, ज़्यादा स्टेप्स का मतलब ज़्यादा परिष्कृत नतीजा |
| गाइडेंस स्केल | 3.5–4.5 | प्रॉम्प्ट की निष्ठा, ज़्यादा का मतलब ज़्यादा शाब्दिक, कम रचनात्मक |
| आस्पेक्ट रेशियो | लैंडस्केप के लिए 16:9, पोर्ट्रेट के लिए 4:3 | आउटपुट के आयाम |
| सीड | रैंडम (या वेरिएंट के लिए तय) | दोहराव, एक ही कम्पोज़िशन पर इटरेट करने के लिए इसे लॉक करें |
💡 Tip: फ़ोटोरियलिस्टिक पोर्ट्रेट के लिए गाइडेंस को 3.5–4.0 के बीच रखें। 5.0 से ऊपर जाने पर नतीजे ओवर-प्रोसेस्ड होने लगते हैं: रंग ज़्यादा संतृप्त हो जाते हैं, स्किन ज़रूरत से ज़्यादा शार्प हो जाती है, और इमेज में वही पहचानी जाने वाली "AI लुक" आ जाती है।
PicassoIA पर FLUX.2 Pro आम तौर पर 10–20 सेकंड में नतीजे देता है। अगर पहला आउटपुट लगभग सही है लेकिन बिल्कुल ठीक नहीं, तो एक बार में एक ही वेरिएबल बदलें। रोशनी का विवरण बदलें, गाइडेंस स्केल को 0.5 से एडजस्ट करें, या कोई टेक्सचर ब्योरा जोड़ें। पूरा प्रॉम्प्ट एक साथ न बदलें, वरना जो चीज़ काम कर रही थी वह खो जाएगी।
PicassoIA डिफ़ॉल्ट रूप से हाई रिज़ॉल्यूशन में इमेज बनाता है। रिज़ल्ट स्क्रीन से सीधे डाउनलोड करें। अगर प्रिंट या बड़े फ़ॉर्मेट के लिए और ज़्यादा रिज़ॉल्यूशन चाहिए, तो अपने FLUX.2 Pro आउटपुट को उसी प्लेटफ़ॉर्म पर उपलब्ध सुपर-रिज़ॉल्यूशन मॉडल के साथ जोड़ें। इससे बिना क्वालिटी खोए 2x या 4x अपस्केलिंग मिलती है।
प्रॉम्प्ट की क्वालिटी ही वह सबसे बड़ा कारक है जो प्रोफ़ेशनल-दिखने वाले FLUX.2 Pro आउटपुट को औसत आउटपुट से अलग करता है। यहाँ बताया गया है कि मज़बूत और कमज़ोर प्रॉम्प्ट में लगातार क्या फ़र्क होता है।
कमज़ोर: "a beautiful woman with nice skin"
मज़बूत: "a woman with honey-toned skin, natural micro-pores visible on her nose and cheeks, fine dark hairs on her forearms catching sidelight, a small scar on her chin"
मॉडल टेक्सचर की भाषा पर प्रतिक्रिया देता है। pores, grain, stubble, veins, lichen, scratches, weathering जैसे शब्द संकेत देते हैं कि आपको असली दुनिया की अपूर्णता चाहिए। और असली दुनिया की यही अपूर्णता AI इमेज को जनरेटेड की बजाय फ़ोटो जैसा बनाती है।
कमज़ोर: "dramatic lighting"
मज़बूत: "hard directional light from upper-left at 45 degrees, deep shadow on the right side of the face, single rim light from behind right"
रोशनी ही स्नैपशॉट को फ़ोटोग्राफ़ से अलग करती है। FLUX.2 Pro Rembrandt लाइटिंग, बटरफ़्लाई लाइटिंग, गोल्डन आवर बैकलाइट और फ़्लैट ओवरकास्ट फ़िल को समझता है। शब्दावली इस्तेमाल करें, और मॉडल भी उसे उसी तरह इस्तेमाल करता है।
पोर्ट्रेट प्रॉम्प्ट में "85mm f/1.4" जोड़ना सिर्फ़ स्वाद के लिए नहीं है। यह मॉडल के प्रोफ़ेशनल पोर्ट्रेट फ़ोटोग्राफ़ी वाले ट्रेनिंग डेटा को सक्रिय करता है और आउटपुट को उस लेंस की जानी-पहचानी कम्प्रेशन और बोके विशेषताओं की ओर मोड़ता है। यही तर्क फ़िल्म स्टॉक के नामों पर भी लागू होता है: Kodak Portra 400, Fujifilm Velvia 50 और Ilford HP5 में से हर एक की अलग टोनल पहचान है, जिसे FLUX.2 Pro ने ट्रेनिंग डेटा से आत्मसात किया है।
FLUX.2 Pro नेगेटिव प्रॉम्प्टिंग को सपोर्ट करता है। इसे हर बार इस्तेमाल करें। फ़ोटोरियलिस्टिक काम के लिए एक ठोस बेसलाइन नेगेटिव:
blurry, low quality, extra fingers, watermark, oversaturated, cartoon,
illustration, painting, smooth skin, airbrushed, plastic appearance, CGI
खास तौर पर पोर्ट्रेट के लिए, नेगेटिव में skin retouching, beauty filter, oversharpened जोड़ने से मॉडल आदर्श चिकनाई की ओर जाने के बजाय प्राकृतिक टेक्सचर को बनाए रखता है।
FLUX.2 Dev ओपन-वेट्स वर्ज़न है, जिसकी आर्किटेक्चर वही है पर कंप्यूट की माँग थोड़ी कम है। आम जनरेशन और तेज़ प्रयोग के लिए Dev बेहतरीन है। लेकिन कमर्शियल-क्वालिटी आउटपुट के लिए, जहाँ पिक्सेल स्तर पर डिटेल का घनत्व और रंगों की सटीकता मायने रखती है, Pro आगे है। Dev को अपना ड्राफ़्टिंग चरण मानें और Pro को अंतिम डिलीवरेबल।
Schnell 28–35 की जगह 4 स्टेप्स में चलता है। तेज़ कॉन्सेप्ट इटरेशन और कम महत्व वाली जनरेशन के लिए यह वाकई उपयोगी है। अगर आप 20 अलग-अलग कम्पोज़िशन टेस्ट कर रहे हैं, तो Schnell इस्तेमाल करें। इसकी क्वालिटी की ऊपरी सीमा कम है, पर स्पीड का फ़र्क असली है। एक बार कॉन्सेप्ट की दिशा तय हो जाए, तो अंतिम रेंडर के लिए Pro पर जाएँ।
Flex में नियंत्रण की सुविधाएँ हैं, जैसे रेफ़रेंस इमेज इनपुट और स्ट्रक्चरल कंडीशनिंग। अगर आपको कई इमेज में कैरेक्टर या प्रोडक्ट की कंसिस्टेंसी चाहिए (एक ही चेहरा, अलग-अलग दृश्यों में एक ही प्रोडक्ट), तो Flex उसी उपयोग के लिए बना है। पर शून्य से सिर्फ़ टेक्स्ट-टू-इमेज क्वालिटी के लिए Pro अब भी मज़बूत विकल्प है।
Kontext Pro खास तौर पर मौजूदा इमेज के टेक्स्ट-आधारित एडिटिंग के लिए बना है, यानी प्राकृतिक भाषा के निर्देशों से किसी फ़ोटो को बदलना। उपयोग का मामला पूरी तरह अलग है। अगर आप शून्य से शुरू कर रहे हैं: FLUX.2 Pro। अगर आपके पास पहले से कोई फ़ोटो है और उसे बदलना है: Kontext Pro।
FLUX.2 Pro विस्तृत निर्देश के लिए बनाया गया है। 10 शब्दों का प्रॉम्प्ट मॉडल की ज़्यादातर क्षमता बेकार छोड़ देता है। अगर आप उसे प्रोफ़ेशनल-स्तर के इनपुट नहीं देंगे, तो मॉडल अपने आप प्रोफ़ेशनल क्वालिटी नहीं भरेगा। बेसलाइन प्रॉम्प्ट की लंबाई के लिए 60–120 शब्द रखें।
पोर्ट्रेट या फ़ैशन सब्जेक्ट पर गाइडेंस को 5.5 से ऊपर रखने से हाइपर-प्रोसेस्ड लुक बनता है: रंग ज़रूरत से ज़्यादा संतृप्त हो जाते हैं, टेक्सचर अस्वाभाविक रूप से शार्प हो जाते हैं, और इमेज में साफ़ तौर पर AI-जनरेटेड गुण आ जाता है। नेचुरलिस्टिक नतीजों के लिए 3.5–4.5 के बीच रहें। एब्सट्रैक्ट या ग्राफ़िक कंटेंट के लिए आप ऊपर जा सकते हैं, लेकिन फ़ोटोरियलिज़्म में संयम ज़रूरी है।
"एक महिला का पोर्ट्रेट" एक सेटअप है, सीन नहीं। "ठुड्डी की ऊँचाई के नीचे से शूट किया गया लो-एंगल पोर्ट्रेट, जिसमें महिला थोड़ा नीचे देखते हुए कैमरे की ओर देख रही है, 35mm लेंस, वाइड परस्पेक्टिव" एक फ़ोटोग्राफ़ है। एंगल पूरे भावनात्मक और कम्पोज़िशनल असर को बदल देता है। साफ़-साफ़ बताएँ।
💡 Tip: जानने के लिए तीन सबसे उपयोगी एंगल: लो-एंगल (ताकत, प्रभुत्व, परिवेश का संदर्भ), आई-लेवल (निकटता, डॉक्यूमेंट्री), हाई-एंगल या एरियल (संदर्भ, पैमाना, पैटर्न)। हर पोर्ट्रेट प्रॉम्प्ट में कोई एक ज़रूर लिखें।
FLUX.2 Pro जिन प्रोफ़ेशनल आउटपुट श्रेणियों को अच्छी तरह संभालता है, उनकी रेंज ज़्यादातर लोगों की सोच से कहीं व्यापक है। उपयोग के मामले के अनुसार यहाँ एक विवरण है:
पोर्ट्रेट और लोगों की फ़ोटोग्राफ़ी
आर्किटेक्चर और इंटीरियर डिज़ाइन
प्रोडक्ट फ़ोटोग्राफ़ी
ट्रैवल, लैंडस्केप और पर्यावरण
LoRA-आधारित स्टाइल नियंत्रण के लिए, यानी मॉडल को किसी खास एस्थेटिक या कैरेक्टर कंसिस्टेंसी की ओर फ़ाइन-ट्यून करना, FLUX Dev LoRA तब देखने लायक है जब आप मुख्य FLUX.2 Pro वर्कफ़्लो में महारत हासिल कर लें। यह उसी बेस क्वालिटी के ऊपर कस्टमाइज़ेशन की परत जोड़ता है।
यह असहज पर ईमानदार सवाल है। जिस क्वालिटी स्तर पर FLUX.2 Pro काम करता है, उस पर वह इनके समकक्ष आउटपुट दे सकता है:
यह अब भी इनकी जगह नहीं लेता: असली शूट की अनिश्चितता, फ़ोटोग्राफ़र और सब्जेक्ट के बीच का रिश्ता, निर्णायक क्षण। एक महान फ़ोटो एक घटना भी होती है। लेकिन बिना फ़ोटोग्राफ़ी बजट वाले क्रिएटर्स के लिए, FLUX.2 Pro प्रोफ़ेशनल दिखने वाले कंटेंट की सबसे बड़ी बाधाओं में से एक हटा देता है।
प्रोफ़ेशनल इमेज चाहने और उन्हें इस्तेमाल करने के बीच का फ़ासला बजट और पहुँच से तय होता था। FLUX.2 Pro इस फ़ासले को काफ़ी हद तक कम करता है। अभी PicassoIA पर आप वही मॉडल चला सकते हैं जिसकी API फ़ीस कुछ ही महीने पहले तक काफ़ी थी, बिना खर्च के, अपने ब्राउज़र में, बिना किसी सेटअप के।
एक पोर्ट्रेट से शुरू करें। रोशनी की दिशा, कैमरा लेंस और फ़िल्म स्टॉक के साथ पूरा दृश्य विवरण दें। चलाएँ। देखें कि क्या मिलता है। फिर एक ही वेरिएबल बदलकर दोबारा चलाएँ। कुछ जनरेशन में आपके पास ऐसा आउटपुट होगा जिसे आप सचमुच इस्तेमाल कर सकें।
मॉडल आपके लिए तैयार है। PicassoIA पर FLUX.2 Pro खोलें और अपना पहला शॉट बनाएँ। कोई साइनअप नहीं, कोई भुगतान नहीं, कोई रुकावट नहीं, बस प्रॉम्प्ट और आउटपुट।
अपनी भाषा चुनें
